京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | CDA数据分析师
来源 | CDA数据分析研究院
随着大数据和人工智能时代的到来,传统企业开始向数据化和智能化转型。由此,数据分析师相关岗位的需求量逐年递增,近两年呈现出供不应求的状况,在未来很长一段时间这种需求还将继续保持下去。作为过来人,我也算是苦尽甘来啊。想想自己当初为了转行数据分析师行业,付出了多少心血和汗水。相信还有很多像我一样计划转行或已经准备好转行的朋友,为此,我特地给大家分享了我的专业数据分析师经验之谈,让大家可以更加直观地了解当下数据分析师的行业情况和职位需求。
为了帮助大家对数据分析师相关职位的目前发展状况有个清晰明了的认识,本文通过分析“数据分析师”在全国招聘信息的城市需求、职业门槛、各公司要求情况,以及当下各大企业的人才需求状况,使用数据分析工具Python,包括数据的获取、清洗和可视化的呈现,就为了帮助大家更好地了解数据分析师这个职业。本文所用数据均来源于BOSS直聘的近期数据分析师的全国招聘信息。,绝对客观真实有效!
分析流程
一.明确分析目的
明确分析目的是数据分析的首要的、关键的步骤。在开始一项数据分析前,首先要清楚我们想解决什么问题?通过这次分析想达到一个什么样的效果?下面列出了本次分析的几个目的:
1)了解各城市对数据分析师的需求;
2)数据分析师这个职业的门槛有多高;
3)了解招聘公司情况;
4)了解各行业对数据分析师的需求;
4)了解数据分析师的薪资情况。
二.获取相关数据
明确分析目的后,接下来要做的就是为了解决这些问题,有针对性的获取相关数据。之所以说“有针对性”,是因为并不是数据越多越好,数据越多,我们的抓取、清洗成本也就越高,只有对本次分析有用的数据才是有价值的数据。因此,根据我们的分析目的,本文用Python从BOSS直聘中抓取了如下字段信息:公司名称,公司地址,公司规模,融资情况,所属行业,职位名称,经验要求,学历要求,薪资。源数据格式如下:
三.数据清洗与规整化
得到源数据后,还需要对其进行清洗和规整化后才能进行分析,一般包括清洗、转换、合并、重塑。下面本文使用Python对源数据进行处理:
1) 导入包
2) 缺失值处理
3) 删除重复值
4) 提取城市名
5) 删除空格
6) 提取最低薪资和最高薪资
7) 数据重塑
四.数据可视化分析报告
1. 城市需求分析
初步观察可知,数据分析师的需求主要集中在大城市,其中排名前十的分别是北京、上海、深圳、杭州、南京、广州、东莞、合肥、天津、武汉。其中北京的需求远远超过其它城市,接近上海和深圳的需求总和。
数据分析师职位在城市地理分布上,主要集中于北上广深、长江三角洲、沿海地区。中国内陆地区需求较少,一般集中于省会城市。
2. 职业门槛分析
在学历要求上,数据分析师的门槛相对较高,80.2%的公司要求至少本科学历,4.8%的公司要求硕士学历。因此对想从事数据分析师职业的人员来说,本科学历是必要的敲门砖。
在工作经验要求上,大部分公司对工资经验都有较高要求,其中3-5年工资经验的数据分析师最受欢迎,需求达到37.9%;其次就是1-3年经验的数据分析师,需求达到31.1%。因此,一定的行业工作经验能帮助数据分析师求职者快速找到工作 ,而应届生和无工作经验者只有提高自己的专业技能,才能获得竞争优势。
3. 公司情况分析
对于招聘公司的融资情况上,上市公司居多,达到33.4%;在公司的规模上,大公司对数据分析师的需求更多,其中1000-9999人规模的公司最多,达到45.4% ,其次是10000人以上规模的公司,达33.8%。
4. 行业需求分析
在下面词云图中可以看出,数据分析师涉及的行业十分广泛,供求职者的选择空间很大,其中各行业中,互联网、电子商务、金融、医疗健康、计算机软件等行业的需求量最高。
5. 薪资分析
(1)工作经验和学历对薪资的影响
总的来说,工作经验的长短和学历的大小基本跟薪资的高低是成正比的,工作经验越长,学历越高,薪资也会越高。
在工作经验上,拥有十年以上经验者平均起薪已经超过25000,5-10经验者平均起薪在20000左右,3-5年经验者平均起薪接近15000了,而三年以下和无经验者平均起薪则在10000以下。由此可看出,数据分析师对工作经验的要求还是比较高的,对行业和业务熟悉的人薪资会更高,同时也说明这个职业有很大的上升空间,“越老越值钱”,看重资历。
在学历上,本科和硕士的平均起薪相差2000左右,差别不是很大,但本科以下学历,平均起薪就相对较低了,一般不超过6000。
因此,本科学历是数据分析师高薪的门槛,拥有本科学历和3年以上工作经验是数据分析师高薪的敲门砖。
(2)各城市起薪分布对比
下面展示的是数据分析师职业需求前十的城市起薪的分布状况。容易看出,北京、上海、深圳、杭州的平均起薪都在15000左右,而广州只有10000左右,南京则在7500左右。
对于北京,数据分析师的平均起薪分布对称,比较符合正态分布;上海、深圳、南京呈右偏分布,其中上海、深圳高薪资职位相对较多,南京有个别公司起薪异常高。杭州、广州呈左偏分布,半数职位起薪在10000以下,个别职位薪资不超过5000,远远低于平均水平。
因此,在北京、上海、深圳三个城市能有更大的概率找到高薪的数据分析师职位;其次是杭州、广州,虽有部分公司薪资较低,但平均工资还是比较可观;而南京虽然需求较多,但高薪职位相对较少,大部分职位工资都不超过10000,集中在3000-7500中间。
五.分析总结
本文从多角度分析了BOSS直聘近期数据分析师的招聘信息情况,对数据分析师有如下几点总结:
1)北上广深、长江三角洲、沿海地区是数据分析师的集中地区,其中,北京的需求远远超过其它地区,若想从事数据分析师职业,在北京机会最多。
2)本科学历、3-5年以上工作经验的数据分析师成为最受公司欢迎的“香饽饽”,并且平均薪资也相对较高,在15000左右。
3)上市公司、1000-9999的大公司对数据分析师的需求更高;
4)互联网、电子商务、金融、医疗健康是数据分析师首选的几大行业。
4)在北京、上海、深圳寻找高薪职位的概率更大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27